Python 在pandas中搜索多个字符串，而不预定义要使用的字符串数

我想知道是否有一个更一般的方法来做下面的事情？我想知道是否有一种方法可以创建st函数，以便搜索非预定义数量的字符串

例如，能够创建一个通用的st函数，然后键入st（'Governor'，'Virginia'，'Google）

这是我当前的函数，但它预定义了两个可以使用的单词。（df是一个数据帧）

---

您可以使用

np.logical\u和.reduce

：

import pandas as pd
import numpy as np
def search(df, *words):  #1
    """
    Return a sub-DataFrame of those rows whose Name column match all the words.
    """
    return df[np.logical_and.reduce([df['Name'].str.contains(word) for word in words])]   # 2


df = pd.DataFrame({'Name':['Virginia Google Governor',
                           'Governor Virginia',
                           'Governor Virginia Google']})
print(search(df, 'Governor', 'Virginia', 'Google'))

印刷品

                       Name
0  Virginia Google Governor
2  Governor Virginia Google

---

def search（df，*words）

中的

*

允许

search

接受 无限数量的位置参数。它将收集所有的数据 参数（在第一个参数之后），并将它们放在名为

单词的列表中

相当于

X&Y&Z

。信息技术 但是，允许您处理任意长的列表

---

str.contains

可以接受正则表达式。因此，您可以使用

'|'。连接（单词）

作为模式；为了安全起见，请同时映射到

re.escape

：

>>> df
                 Name
0                Test
1            Virginia
2              Google
3  Google in Virginia
4               Apple

[5 rows x 1 columns]
>>> words = ['Governor', 'Virginia', 'Google']

“|”。join（map（re.escape，words））

将是搜索模式：

>>> import re
>>> pat = '|'.join(map(re.escape, words))
>>> df.Name.str.contains(pat)
0    False
1     True
2     True
3     True
4    False
Name: Name, dtype: bool

---

这很有帮助！我喜欢这两个答案，但我选择了下面的一个，因为它允许你输入任意长的带有*单词的答案列表，我不知道。我也不知道正则表达式在str.contains中工作，所以这非常有用。是否可以在多个字段上运行contains而不使用and运算符？pseudo:

'df['Name'，'AnotherField'].str.contains（pattern）

对不起，“OR”有等价物吗？如果我还想混合使用or和搜索，我会怎么做？有两种方法来处理

或
。如behzad.nouri所示，您可以将正则表达式模式与
组合，也可以使用
np.logical\u或.reduce
。但是，允许用户输入regex（可能包含
）并使用
search
将regex与
np.logical\u和.reduce组合起来可能是最简单的。
>>> import re
>>> pat = '|'.join(map(re.escape, words))
>>> df.Name.str.contains(pat)
0    False
1     True
2     True
3     True
4    False
Name: Name, dtype: bool